Python学习---16

Python常用内建模块
datetime
datetime是Python处理日期和时间的标准库。
注意到datetime是模块，datetime模块还包含一个datetime类，通过from datetime import datetime导入的才是datetime这个类。
如果仅导入import datetime，则必须引用全名datetime.datetime。
datetime.now()返回当前日期和时间，其类型是datetime。
获取指定日期和时间
要指定某个日期和时间，我们直接用参数构造一个datetime。

datetime转换为timestamp
在计算机中，时间实际上是用数字表示的。我们把1970年1月1日 00:00:00 UTC+00:00时区的时刻称为epoch time，记为0（1970年以前的时间timestamp为负数），当前时间就是相对于epoch time的秒数，称为timestamp。
为什么计算机存储的当前时间是以timestamp表示的
因为全球各地的计算机在任意时刻的timestamp都是完全相同的（假定时间已校准）。

把一个datetime类型转换为timestamp只需要简单调用timestamp()方法
注意Python的timestamp是一个浮点数。如果有小数位，小数位表示毫秒数。

timestamp转换为datetime
要把timestamp转换为datetime，使用datetime提供的fromtimestamp()方法。
注意到timestamp是一个浮点数，它没有时区的概念，而datetime是有时区的。上述转换是在timestamp和本地时间做转换。
本地时间是指当前操作系统设定的时区。
timestamp也可以直接被转换到UTC标准时区的时间utcfromtimestamp(t)

str转换为datetime
转换方法是通过datetime.strptime()实现，需要一个日期和时间的格式化字符串。
注意转换后的datetime是没有时区信息的。

datetime转换为str
转换方法是通过strftime()实现的，同样需要一个日期和时间的格式化字符串。

datetime加减
对日期和时间进行加减实际上就是把datetime往后或往前计算，得到新的datetime。加减可以直接用+和-运算符，不过需要导入timedelta这个类

本地时间转换为UTC时间
本地时间是指系统设定时区的时间，例如北京时间是UTC+8:00时区的时间，而UTC时间指UTC+0:00时区的时间。
一个datetime类型有一个时区属性tzinfo，但是默认为None，所以无法区分这个datetime到底是哪个时区，除非强行给datetime设置一个时区。

时区转换
通过utcnow()拿到当前的UTC时间，再转换为任意时区的时间。
利用带时区的datetime，通过astimezone()方法，可以转换到任意时区。

datetime表示的时间需要时区信息才能确定一个特定的时间，否则只能视为本地时间。
如果要存储datetime，最佳方法是将其转换为timestamp再存储，因为timestamp的值与时区完全无关。

collections
collections是Python内建的一个集合模块，提供了许多有用的集合类。

namedtuple
namedtuple是一个函数，它用来创建一个自定义的tuple对象，并且规定了tuple元素的个数，并可以用属性而不是索引来引用tuple的某个元素。

deque
deque是为了高效实现插入和删除操作的双向列表，适合用于队列和栈
deque除了实现list的append()和pop()外，还支持appendleft()和popleft()，这样就可以非常高效地往头部添加或删除元素。

defaultdict
key不存在时，返回一个默认值。
注意默认值是调用函数返回的，而函数在创建defaultdict对象时传入。
除了在Key不存在时返回默认值，defaultdict的其他行为跟dict是完全一样的。

OrderedDict
保持Key的顺序
注意，OrderedDict的Key会按照插入的顺序排列，不是Key本身排序
OrderedDict可以实现一个FIFO（先进先出）的dict，当容量超出限制时，先删除最早添加的Key

Counter
Counter是一个简单的计数器
Counter实际上也是dict的一个子类。

base64
Base64是一种用64个字符来表示任意二进制数据的方法。
Python内置的base64可以直接进行base64的编解码
“url safe”的base64编码
把字符+和/分别变成-和_

struct
Python提供了一个struct模块来解决bytes和其他二进制数据类型的转换。
struct的pack函数把任意数据类型变成bytes。
pack的第一个参数是处理指令，’>I’的意思是：
>表示字节顺序是big-endian，也就是网络序，I表示4字节无符号整数。
后面的参数个数要和处理指令一致。
unpack把bytes变成相应的数据类型
H：2字节无符号整数

什么是摘要算法呢？
摘要算法又称哈希算法、散列算法。它通过一个函数，把任意长度的数据转换为一个长度固定的数据串（通常用16进制的字符串表示）。
摘要算法就是通过摘要函数f()对任意长度的数据data计算出固定长度的摘要digest，目的是为了发现原始数据是否被人篡改过。

摘要算法之所以能指出数据是否被篡改过，就是因为摘要函数是一个单向函数，计算f(data)很容易，但通过digest反推data却非常困难。而且，对原始数据做一个bit的修改，都会导致计算出的摘要完全不同。
如果数据量很大，可以分块多次调用update()。
MD5是最常见的摘要算法，速度很快，生成结果是固定的128 bit字节，通常用一个32位的16进制字符串表示。
另一种常见的摘要算法是SHA1，调用SHA1和调用MD5完全类似
SHA1的结果是160 bit字节，通常用一个40位的16进制字符串表示。

比SHA1更安全的算法是SHA256和SHA512，不过越安全的算法不仅越慢，而且摘要长度更长。
有没有可能两个不同的数据通过某个摘要算法得到了相同的摘要？
完全有可能，因为任何摘要算法都是把无限多的数据集合映射到一个有限的集合中。这种情况称为碰撞，完全一致，这种情况也并非不可能出现，但是非常非常困难。

正确的保存口令的方式是不存储用户的明文口令，而是存储用户口令的摘要，当用户登录时，首先计算用户输入的明文口令的MD5，然后和数据库存储的MD5对比，如果一致，说明口令输入正确，如果不一致，口令肯定错误。
通过对原始口令加一个复杂字符串来实现，俗称“加盐”。

itertools
Python的内建模块itertools提供了非常有用的用于操作迭代对象的函数。
count()会创建一个无限的迭代器
cycle()会把传入的一个序列无限重复下去
repeat()负责把一个元素无限重复下去，不过如果提供第二个参数就可以限定重复次数。
无限序列只有在for迭代时才会无限地迭代下去，如果只是创建了一个迭代对象，它不会事先把无限个元素生成出来，事实上也不可能在内存中创建无限多个元素。
无限序列虽然可以无限迭代下去，但是通常我们会通过takewhile()等函数根据条件判断来截取出一个有限的序列。
chain()
chain()可以把一组迭代对象串联起来，形成一个更大的迭代器
groupby()
groupby()把迭代器中相邻的重复元素挑出来放在一起
实际上挑选规则是通过函数完成的，只要作用于函数的两个元素返回的值相等，这两个元素就被认为是在一组的，而函数返回值作为组的key。

在Python中，读写文件这样的资源要特别注意，必须在使用完毕后正确关闭它们。正确关闭文件资源的一个方法是使用try…finally。
Python的with语句允许我们非常方便地使用资源，而不必担心资源没有关闭。
任何对象，只要正确实现了上下文管理，就可以用于with语句。
实现上下文管理是通过__enter__和__exit__这两个方法实现的。

@contextmanager这个decorator接受一个generator，用yield语句把with … as var把变量输出出去，然后，with语句就可以正常地工作了。
在某段代码执行前后自动执行特定代码，也可以用@contextmanager实现。
@contextmanager让我们通过编写generator来简化上下文管理。
如果一个对象没有实现上下文，我们就不能把它用于with语句。这个时候，可以用closing()来把该对象变为上下文对象。
closing也是一个经过@contextmanager装饰的generator，它的作用就是把任意对象变为上下文对象，并支持with语句。